文件名称：xaby:功能性机器学习的乐趣
文件大小：18KB
文件格式：ZIP
更新时间：2024-03-28 10:09:24
Python
XABY：功能机器学习 我一直想尝试用Python进行函数式编程，特别是针对机器学习和神经网络的函数式编程。 通常，神经网络是操作序列的集合。 我认为，看看是否可以仅通过这些操作的函数调用来构建网络体系结构会很有趣。 我不能在这里说纯粹的功能，因为对于相同的输入，纯函数具有完全相同的输出。 训练时会更新模型，因此即使模型是单个函数，在给定静态输入的情况下输出也会发生变化。 从技术上讲，您可以为每次更新返回一个新模型，但这会占用大量内存。 我还与Python的运算符弄混了一些乐趣。 链接函数的一个问题是您读取的第一个函数是最后一个调用的函数。 例如，考虑具有在MNIST上训练的一个隐藏层的网络。 如果每个操作都是一个函数，则可以这样计算数字概率： log_softmax ( linear ( 256 , 10 )( relu ( linear ( 784 , 256 )( flatte
【文件预览】：
xaby-master
----setup.py(288B)
----.gitignore(2KB)
----LICENSE(1KB)
----examples()
--------Dev.ipynb(4KB)
--------MNIST.ipynb(11KB)
--------MNIST-CNN.ipynb(6KB)
----README.md(3KB)
----xaby()
--------tensor.py(2KB)
--------__init__.py(186B)
--------functional.py(716B)
--------optim()
--------utils.py(625B)
--------nn()
--------core.py(3KB)
--------random()
--------metrics()